Меню
Поиск



рефераты скачать Теоретические основы математических и инструментальных методов экономики

Шведская модель исходит из положения, что децентрализованная рыночная система производства эффективна, государство не вмешивается в производственную деятельность предприятия, а активная политика на рынке труда должна свести к минимуму социальные издержки рыночной экономики. Смысл состоит в максимальном росте производства частного сектора и как можно большем перераспределении государством части прибыли через налоговую систему и государственный сектор для повышения жизненного уровня населения, но без воздействия на основы производства. При этом упор делается на инфраструктурные элементы и коллективные денежные фонды.

 Это привело к очень большой роли государства в Швеции в распределении, потреблении и перераспределении национального дохода через налоги и государственные расходы, достигшие рекордных уровней. В реформистской идеологии такая деятельность получила название “функциональный социализм”.

Американская модель. Американская модель — это либеральная рыночно-капиталистическая модель, предполагающая приоритетную роль частной собственности, рыночно-конкурентного механизма, капиталистических мотиваций, высокий уровень социальной дифференциации.

Соединенные Штаты Америки - ведущая держава капиталистического мира, обладающая крупнейшим экономическим и научно-техническим потенциалом. Ни в одной другой стране противоречия капитализма не выступают так обнажено и остро, как в США.

Становление и развитие американской модели проходило в идеальных условиях. Это объясняется многими причинами, среди которых можно выделить минимум две: во-первых, США возникли на территории относительно свободной от предшествующих традиций и различных наслоений социального характера. Во-вторых, европейские переселенцы  привнесли предпринимательскую активность и инициативу, основанные на  укреплявшихся товарно-денежных отношениях в Европе.

Таким образом, американская модель построена на системе всемерного поощрения предпринимательской активности, обогащения наиболее активной части населения. Малообеспеченным группам создается приемлемый уровень жизни за счет частичных льгот и пособий. Задача социального равенства здесь вообще не ставится. Эта модель основана на высоком уровне производительности труда и массовой ориентации на достижение личного успеха

Германская модель. Германская модель — это модель социального рыночного хозяйства, которая расширение конкурентных начал увязывает с созданием особой социальной инфраструктуры, смягчающей недостатки рынка и капитала, с формированием многослойной институциональной структуры субъектов социальной политики.

В германской экономической модели государство не устанавливает экономические цели - это лежит в плоскости индивидуальных рыночных решений, - а создаст надежные правовые и социальные рамочные условия для реализации экономической инициативы. Такие рамочные условия воплощаются в гражданском обществе и социальном равенстве индивидов (равенстве прав, стартовых возможностей и правовой защите). Они фактически состоят из двух основных частей: гражданского и хозяйственного права, с одной стороны, и системы мер по поддержанию конкурентной среды, с другой. Важнейшая задача государства - обеспечивать баланс между рыночной эффективностью и социальной справедливостью. Трактовка государства как источника и защитника правовых норм, регулирующих хозяйственную деятельность, и конкурентных условий не выходит за пределы западной экономической традиции. Но понимание государства в германской модели и, в целом, в концепции социальной рыночной экономики отличается от понимания государства в других рыночных моделях представлением о более активном вмешательстве государства в экономику.

Германская модель характеризуется следующими чертами:

·        индивидуальная свобода как условие функционирования рыночных механизмов и децентрализованного принятия решений. В свою очередь, это условие обеспечивается активной государственной политикой поддержания конкуренции;

·        социальное равенство - рыночное распределение доходов обусловлено объемом вложенного капитала или количеством индивидуальных усилий, в то время как достижение относительного равенства требует энергичной социальной политики. Социальная политика опирается на поиск компромиссов между группами, имеющими противоположные интересы, а также на прямое участие государства в предоставлении социальных благ, например, в жилищном строительстве;

·        антициклическое регулирование;

·        стимулирование технологических и организационных инноваций;

·        проведение структурной политики;

·        защита и поощрение конкуренции. Перечисленные особенности германской модели есть производные от основополагающих принципов социальной рыночной экономики, первым из которых является органическое единство рынка и государства.     

Японская модель. Сегодня достижениями Японии никого не удивишь. Гораздо важнее понять и объяснить причины «японского экономического чуда», или, вернее, феноменального послевоенного рывка Японии, выведшего ее в разряд «экономической сверхдержавы». И хотя в японском рывке немаловажную роль сыграл американский фактор, все же главными оказались  собственные усилия нации.

Таким образом, японская модель характеризуется определенным отставанием уровня жизни населения (в том числе уровня заработной платы) от роста производительности труда. За счет этого достигается снижение себестоимости продукции и резкое повышение ее конкурентоспособности на мировом рынке. Препятствий имущественному расслоению не ставится. Такая модель возможна только при исключительно высоком развитии национального самосознания, приоритете интересов нации над интересами конкретного человека, готовности населения идти на определенные материальные жертвы ради процветания страны.

Китайская модель. Утверждается, что китайская экономика растет так быстро потому, что уровень развития в Китае был низким, а темпы роста слаборазвитых стран выше, чем более развитых стран. Однако исследование среднегодовых темпов роста ВВП на душу населения показывает, что такой закономерности не существует. При одних и тех же душевых показателях ВВП возможен и быстрый рост и глубокое падение. Ни одна другая слаборазвитая страна не имела темпов роста, сколько-нибудь близких к китайским. Более того, темпы роста Китая оказались уникальными для всей мировой экономики. Решающий вклад в ускорение экономического роста внесла структура китайской экономики — низкая доля промышленности и высокая доля сельского хозяйства.

Элементы математической статистики. Выборки и их типы. Статистическое распределение выборки. Эмпирическая функция распределения. Статистические оценки параметров распределения. Эмпирические моменты, асимметрия и эксцесс. Оценки параметров. Выборочные распределения.

Математическая статистика - это раздел математики, посвященный методам сбора, анализа и обработки статистических данных для научных и практических целей.

Статистические данные представляют собой данные, полученные в результате обследования большого числа объектов или явлений; следовательно, математическая статистика имеет дело с массовыми явлениями.

Современная математическая статистика подразделяется на две обширные области: описательную и аналитическую статистику.

Описательная статистика охватывает методы описания статистических данных, представления их в форме таблиц, распределений и пр.

Эти данные могут быть либо количественными (например, измерение роста и веса), либо качественными (например, пол и тип личности).

Аналитическая статистика называется также теорией статистических выводов. Ее предметом является обработка данных, полученных в ходе эксперимента, и формулировка выводов, имеющих прикладное значение для самых различных областей человеческой деятельности.

Теория статистических выводов тесно связана с другой математической наукой - теорией вероятностей, и базируется на ее математическом аппарате.

Планирование и анализ экспериментов представляет собой третью важную ветвь статистических методов, разработанную для обнаружения и проверки причинных связей между переменными.

Экспериментальные данные - это результаты измерения некоторых признаков объектов, выбранных из большой совокупности объектов.

Часть объектов исследования, определенным образом выбранная из более обширной совокупности, называется выборкой, а исходная совокупность, из которой взята выборка,- генеральной (основной) совокупностью.

Исследования, в которых участвуют все без исключения объекты, составляющие генеральную совокупность, называются сплошными исследованиями. Может использоваться выборочный метод. Суть его в том, что для обследования привлекается лишь выборка из генеральной совокупности, но по результатам этого обследования судят о свойствах всей генеральной совокупности.

Важнейшая характеристика выборки - объем выборки, т. е. число элементов в ней; его принято обозначать символом n.

Предметом изучения в статистике являются изменяющиеся (варьирующиеся) признаки, которые иногда называются статистическими. Они делятся на качественные и количественные.

Качественными признаками объект обладает либо не обладает. Они не поддаются непосредственному измерению (например, спортивная специализация, квалификация, национальность, территориальная принадлежность и т. п.).

Количественные признаки представляют собой результаты подсчета или измерения. В соответствии с этим они делятся на дискретные и непрерывные.

Эмпирические распределения представляют собой распределения элементов выборки по значениям изучаемого признака. Построение эмпирических распределений - необходимый этап применения статистических методов.

Можно использовать следующий эвристический принцип - будем считать, что исследуемая нами генеральная совокупность близка к гипотетической генеральной совокупности, состоящей только из значений х1,...,xn, содержащихся в ней в равной пропорции, т.е. случайная величина  близка к случайной величине , принимающей п значений х1,...,xn с вероятностями 1/n (это, действительно, максимум информации о значениях случайной величины и их вероятностях, которую можно извлечь из выборки). Распределение случайной величины  называется эмпирическим распределением случайной величины , а ее функция распределения  - эмпирической функцией распределения. Очевидно, что каждой выборке соответствует своя эмпирическая функция распределения, т.е. можно сказать, что  - случайная функция.  представляет собой ступенчатую функцию, возрастающую от 0 до 1 со скачками высотой 1/n в точках х1,...,xn (очевидно, если некоторое значение повторяется k раз, то ему будет соответствовать один скачок величиной k/n). Можно определить эмпирическую функцию формулой , где nx - число значений выборки, не превосходящих х.

Поскольку эмпирическая функция распределения  является оценкой для F(x) (можно доказать, что при  вероятность того, что максимальное расхождение между  и F(x) не превзойдет заданного малого числа , стремится к единице), можно взять характеристики  в качестве оценок характеристик генерального распределения.

Ниже мы приводим полученные таким образом формулы для некоторых выборочных характеристик.

Название характеристики

Формула


Выборочный момент порядка k


Выборочный центральный момент

Порядка k


Выборочное среднее - первый нецентральный момент

Выборочная дисперсия - (см. в главе 2 обоснование деления на n-1 вместо деления на n)



Выборочный коэффициент асимметрии



Выборочный коэффициент эксцесса


выборочное среднее = (x1 + x2 +...+ xn) / n  оценка математического ожидания

медиана = Xk+1 , при n = 2k+1
= (Xk +Xk+1) / 2 , при n = 2k

мода  такое значение xm, которое встречается в выборке чаще всего

размах R = X max - X min

выборочная дисперсия   - оценка дисперсии

среднее квадратичное отклонение S = - оценка б

Статистической оценкой теоретического распределения называют функцию f(X1,X2,…,Xn) от наблюдаемых С.В.  X1,X2,…,Xn. Точечной называют статистическую оценку, которая определяется одним числом K *=f(x1,x2,…,xn), где х1,х2,…,xn – результаты n наблюдений над количественным признаком Х (выборка). Несмещенной называют точечную оценку, мат. ожидание которой равно оцениваемому параметру при любом объеме выборки. Смещенной называют точечную оценку, мат. ожидание которой не равно оцениваемому параметру. Несмещенной оценкой генеральной средней (мат. ожидания) служит выборочная средняя: Хв=(сумма по i от 1 до k nixi)/n, где xi – варианта выборки, ni – частота варианты xi, n=сумма по i от 1 до k ni – объем выборки. Смещенной оценкой генеральной дисперсии служит выборочная дисперсия: Dв=(сумма по i от 1 до k ni(Хi-Xв)*2)/n. Несмещенной оценкой генеральной дисперсии служит исправленная выборочная дисперсия: s*2=n/n-1*Dв=сумма ni(xj – Xв)*2/n-1. Метод моментов точечной оценки неизвестных параметров заданного распределения состоит в приравнивании теоретических моментов соответствующим эмпирическим моментам того же порядка. Если распределение определяется одним параметром, то для его отыскания приравнивают один теоретический момент одному эмпирическому моменту того же порядка. Например, можно приравнять начальный теоретический момент первого порядка начальному эмпирическому моменту первого порядка: v1=M1. Учитывая, что v1=M(X) и М1=Хв, получим М(Х)=Хв. Если распределение определяется двумя параметрами, то приравнивают два теоретических момента двум соответствующим эмпирическим моментам того же порядка. Учитывая, что v1=M(X),M1=Хв,мю=D(X),m2=Dв, имеем систему: М(Х)=Хв, D(X)=Dв.

Метод наибольшего правдоподобия точечной оценки неизвестных параметров заданного распределения сводится к отысканию максимума функции одного или нескольких оцениваемых параметров. Д.С.В. Пусть Х – Д.С.В., которая в результате n опытов приняла возможные значения х1,х2,…,xn. Допустим, что вид закона распределения величины Х задан, но неизвестен параметр K, которым определяется этот закон; требуется найти его точечную оценку K*=K (x1,x2,…,xn). Обозначим вероятность того, что в результате испытания величина Х примет значение xi через р(xi;K). Функцией правдоподобия Д.С.В. Х называют функцию аргумента K: L (x1,x2,…,xn;K)=p(x1;K)*p(x2;K)…p(xn;K). Оценкой наибольшего правдоподобия параметра K называют такое его значение K*, при котором функция правдоподобия достигает максимума. Функции L и lnL достигают максимума при одном и том же значении K, поэтому вместо отыскания максимума функции L ищут, что удобнее, максимум функции lnL. Н.С.В. Пусть Х – Н.С.В., которая в результате n испытаний приняла значения х1,х2,…,xn. Допустим, что вид плотности распределения – функции f(x) – задан, но неизвестен параметр K, которым определяется эта функция. Функцией правдоподобия Н.С.В. Х называют функцию аргумента K: L(x1,x2,…,xn;K)=f(x1;K)*f(x2;K)…f(xn;K).

Интервальной называют оценку, которая определяется двумя числами – концами интервала, покрывающего оцениваемый параметр. Доверительный интервал – это интервал, который с заданной надежностью гамма покрывает заданный параметр. 1. Интервальной оценкой с надежностью гамма мат. ожидания а нормально распределенного количественного признака Х по выборочной средней Хв при известном среднем квадратическом отклонении сигма генеральной совокупности служит доверительный интервал: Хв – t(сигма/корень из n)<a<Хв+t(сигма/корень из n), где t(сигма/корень из n)=дельта – точность оценки, n – объем выборки, t – значение аргумента функции Лапласа Ф(t), при котором Ф(t)=гамма/2; при неизвестном сигма (и объеме выборки n<30) Хв – t гамма (s/корень из n)<a<Хв+t гамма (s/корень из n), где s-исправленное выборочное среднее квадратическое отклонение. 2. Интервальной оценкой (с надежностью гамма) среднего квадратического отклонения сигма нормально распределенного количественного признака  Х по «исправленному» выборочному среднему квадратическому отклонению s служит доверительный интервал s(1-q)<сигма<s(1+q), при q<1; 0<сигма<s(1+q), при q>1. 3. Интервальной оценкой ( с надежностью гамма) неизвестной вероятности  р биномиального распределения по относительной частоте w служит доверительный интервал ( с приближенными концами р1 и р2).

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11




Новости
Мои настройки


   рефераты скачать  Наверх  рефераты скачать  

© 2009 Все права защищены.